Counterfactuals and causal inference" di Morgan e Winship
by user
Comments
Transcript
Counterfactuals and causal inference" di Morgan e Winship
Counterfactuals and Causal Inference – II by Stephen Morgan & Christopher Winship ? Perplessità circa le richieste di chiarimento pervenute Prima di arrivare a Morgan & Winship ci sono tanti passi preliminari da compiere Quando è opportuno utilizzare metodi qualitativi oppure quantitativi per acquisire informazioni Come si inserisce la logica controfattuale nel dibattito sull’analisi causale L’effetto netto sulla popolazione simile ai trattati (Martini, Trivellato, etc.) L’effetto netto sull’intera popolazione (Morgan & Winship) Metodi qualitativi vs. quantitativi Numerosità della popolazione riguardo la quale voglio ottenere informazioni 1-5 casi studio (qualitativi) 5-20 casi studio (qualitativi comparati) 20-30 (qualitativi comparati + quantitativi con cautela – es. evitare assunzioni di normalità) 30+ metodi quantitativi con relativa tranquillità Più aumenta la numerosità, meno informazioni posso raccogliere La logica dell’attribuzione causale Posso attribuire cause sia con metodi qualitativi che quantitativi, a seconda del livello di generalità che voglio / posso ottenere del tipo di causalità che voglio / posso attribuire (genetica / consequenziale) Esempio Che cosa ha fatto variare il tasso di disoccupazione? riguarda migliaia di soggetti, devo per forza identificare poche variabili sperando che siano significative per tutti (es. indicatori di attività economica del territorio o globale) se invece ho un caso studio posso ricostruire il processo in base al quale un individuo ha perso o mantenuto il lavoro e “scoprire” tutto ciò che è stato significativo in quel caso La logica controfattuale Qual è stato l’impatto dell’intervento sulla variazione del tasso di disoccupazione? Tra tutte le cause, mi interessa solo il contributo dell’intervento; confronto quindi il mondo con l’intervento con un ipotetico (ricostruito, controfattuale) mondo senza intervento e traggo conclusioni in merito In termini di tasso di disoccupazione, riguarda migliaia di soggetti (m.quant); se invece ho un caso studio posso stimare il contributo dell’intervento in quel caso specifico (m.qual) La logica controfattuale, così come la logica generale dell’attribuzione causale, non è necessariamente legata a uno specifico metodo di raccolta dati Il controfattuale qualitativo Parlo con i beneficiari e cerco di capire quali sono i benefici che hanno ottenuto dall’intervento. Poi gli chiedo “ma queste cose le avreste fatte anche senza intervento”? Loro mi diranno no, sì, in parte, etc. Verifico queste informazioni attraverso altre interviste, desk studies, documentazione, verbali riunioni, tutto quello che riesco a trovare; come se fossi un detective Strada con accessori (aree servizio, segnaletica) Km di strade o collegamenti intermodali Il controfattuale quantitativo Indicatori Per spiegare la variazione del tasso di disoccupazione Grado di istruzione, la spesa per formazione, la composizione settoriale dell’economia locale, l’andamento di questi settori (domanda di lavoro) Modello causale con una variabile dipendente e alcune variabili indipendenti, tra cui l’intervento Stimo l’effetto separato di ciascuna variabile e mi ricavo l’effetto dell’intervento per sottrazione Esempi Regressione Serie storiche Matching con gruppo di controllo Generalizzazione è (spesso) limitata alla popolazione di cui i trattati sono rappresentativi I trattati si autoselezionano Ipotesi di Morgan & Winship Se voglio dire qualcosa per una popolazione più ampia di coloro che somigliano ai trattati devo fare ipotesi (e ricostruirmi controfattuali) anche per i non trattati Stimatore dell’effetto netto di Morgan & Winship